numpy.array（[]）和numpy.array（[[]]）有什么区别？

Question

为什么我不能在alpha时获得转置但是我可以获得beta版？ 额外的[]做什么？

alpha = np.array([1,2,3,4])
alpha.shape
alpha.T.shape

beta = np.array([[1,2,3,4]])
beta.shape
beta.T.shape

Answer 1

从文档（ 链接 ）：

转置1-D数组会返回原始数组的未更改视图。

阵列[1,2,3,4]是1-D，而阵列[[1,2,3,4]]是1×4 2-D阵列。

Answer 2

第二对括号表示它是一个2D数组，因此对于这样的数组，转置数组与第一个数组不同（因为转置切换了2个维度）。 但是，如果数组只有1D，则转置不会改变任何内容，结果数组等于起始数组。

Answer 3

alpha是一维数组，转置本身。

beta是一个2D数组，因此您可以将(1,n)为(n,1) 。

要对alpha执行相同操作，您需要添加维度，不需要转置它：

alpha[:, None]

Answer 4

alpha是具有形状（4，）的一维数组。 转置只是alpha ，即alpha == alpha.T 。

beta是具有形状（1,4）的2D阵列。 它是一行，但它有两个维度。 它的转置看起来像一个有形状的柱子（4,1）。

Answer 5

当我到达编程语言世界时，来自“业务的数学方面”，这对我来说似乎也很奇怪。 在考虑了一下后，我意识到从编程的角度来看，它们是不同的。 看看下面的列表：

a = [1,2,3,4,5]

这是一维结构。 这是如此，因为要获取值1,2,3,4和5，您只需要分配一个地址值。 如果您发出了命令a [2]，则会返回3。

现在看看这个列表：

b = [[ 1,  2,  3,  4,  5],
     [11, 22, 33, 44, 55]]

例如，要获得11，你需要两个位置编号，1因为11位于第二个列表中而0是因为在第二个列表中它位于第一个位置。 换句话说，b [1,0]给你回报11。

现在来了诀窍部分。 看看第三个清单：

c = [ [ 100, 200, 300, 400, 500] ]

如果仔细观察，每个数字需要从列表中取回2个位置编号。 300例如需要0，因为它位于第一个（也是唯一的）列表中，因为它是第一个列表的第三个元素。 c [0,2]让你回到300。

此列表可以转置，因为它有两个维度，转置操作是切换位置参数的东西。 所以cT会给你一个形状为[5,1]的列表，因为c的形状为[1,5]。

回到列表a。 那里有一个只有一个位置编号的列表。 该列表的形状仅为[5]，因此没有第二个位置参数可供使用的转置操作。 因此它仍然[5]，如果你尝试aT，你会得到一个。

得到它了？

最好的祝福，

古斯塔沃，